-
公开(公告)号：CN112240768A
公开(公告)日：2021-01-19
申请号：CN202010949831.9
申请日：2020-09-10
申请人： 西安电子科技大学 , 北京临近空间飞行器系统工程研究所
IPC分类号： G01C21/16 , G01C21/20 , G06F17/11 , G06F17/16 , G06K9/46 , G06K9/62 , G06T7/50 , G06T7/62 , G06T7/80
摘要： 本发明属于无人驾驶技术领域，公开了一种基于Runge‑Kutta4改进预积分的视觉惯导融合SLAM方法，用于解决现有视觉ORB‑SLAM2方法在快速运动、环境特征稀疏等场合存在的定位精度低、鲁棒性差等问题的技术问题；实现步骤为：输入双目图像对信息；输入IMU信息；对双目图像进行预处理；利用Runge‑Kutta4算法对IMU进行预积分；系统初始化；联合状态估计；滑动窗口局部优化；回环检测与全局位姿图优化。本发明可以在不同难度等级的场景中有效地进行定位估计和地图创建，与原视觉ORB‑SLAM2方法相比，本发明的方法具有更高的定位精度，可用于无人系统导航、虚拟现实等技术领域。
-
公开(公告)号：CN103645483A
公开(公告)日：2014-03-19
申请号：CN201310654468.8
申请日：2013-12-09
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
摘要： 一种弱信号环境下北斗信号捕获方法，其包括，S1下变频单元，对接受到的中频采样信号进行下变频处理；S2分别将接收到的信号进行剥离NH码，并变换到频域，与本地码频域值的复工额相乘后再逆变换到时域；S3将目前时刻的相干累加值与前一时刻的相干累加值的共轭相乘并求和；S4对相干积分结果峰值两侧谱线的幅度差值作泰勒级数展开，导出了频率值与幅度差值的准线性关系，利用此线性关系求解得到频率估计值。本发明能一次相关计算所有码相位对应的相关值。提高信噪比进而提高了检测概率，减小非相干积分的平方损失；克服导航数据调制所带来的比特翻转问题，提高了检测概率；有效提高了码相位和载波频偏估计精度。运算速度和精度都得到了保障，具有很强的稳定性和实用性。
-
公开(公告)号：CN103645483B
公开(公告)日：2017-04-26
申请号：CN201310654468.8
申请日：2013-12-09
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
摘要： 一种弱信号环境下北斗信号捕获方法，其包括，S1下变频单元，对接受到的中频采样信号进行下变频处理；S2分别将接收到的信号进行剥离NH码，并变换到频域，与本地码频域值的复工额相乘后再逆变换到时域；S3将目前时刻的相干累加值与前一时刻的相干累加值的共轭相乘并求和；S4对相干积分结果峰值两侧谱线的幅度差值作泰勒级数展开，导出了频率值与幅度差值的准线性关系，利用此线性关系求解得到频率估计值。本发明能一次相关计算所有码相位对应的相关值。提高信噪比进而提高了检测概率，减小非相干积分的平方损失；克服导航数据调制所带来的比特翻转问题，提高了检测概率；有效提高了码相位和载波频偏估计精度。运算速度和精度都得到了保障，具有很强的稳定性和实用性。
-
公开(公告)号：CN103630916B
公开(公告)日：2017-04-26
申请号：CN201310627674.X
申请日：2013-11-29
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC分类号： H04B1/7075 , G01S19/30
摘要： 本发明公开了一种基于双FFT频域滤波码捕获方法，包括以下步骤：1）对接受到的中频信号进行下变频；2）将基带信号分为Qms数据，分别与本地码频域值的复共轭相乘，再分别取傅里叶逆变换；3）分段处理；4）快速傅里叶变换；5）低通滤波；6）滤波后的频域信号进行快速傅里叶反变换；7）对得到的信号进行非相干积累，构造判决统计量；8）门限判决，大于门限即为检测信号。本发明的方法将经过PMF的信号先经过一个低通滤波器，滤除有用信号带外的频率，再对滤波后的信号进行重构，有效地滤除了噪声，这样信号再进行非相干积累，可以更大程度地提高信号的信噪比，进而提高检测概率。
-
公开(公告)号：CN103630916A
公开(公告)日：2014-03-12
申请号：CN201310627674.X
申请日：2013-11-29
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC分类号： G01S19/30
CPC分类号： G01S19/246
摘要： 本发明公开了一种基于双FFT频域滤波码捕获方法，包括以下步骤：1）对接受到的中频信号进行下变频；2）将基带信号分为Qms数据，分别与本地码频域值的复共轭相乘，再分别取傅里叶逆变换；3）分段处理；4）快速傅里叶变换；5）低通滤波；6）滤波后的频域信号进行快速傅里叶反变换；7）对得到的信号进行非相干积累，构造判决统计量；8）门限判决，大于门限即为检测信号。本发明的方法将经过PMF的信号先经过一个低通滤波器，滤除有用信号带外的频率，再对滤波后的信号进行重构，有效地滤除了噪声，这样信号再进行非相干积累，可以更大程度地提高信号的信噪比，进而提高检测概率。
-
公开(公告)号：CN112668648B
公开(公告)日：2023-06-20
申请号：CN202011587399.X
申请日：2020-12-29
申请人： 西安电子科技大学
IPC分类号： G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047
摘要： 本发明公开了一种基于对称融合网络的红外和可见光船只精确识别方法，对已有的红外图像和可见光图像数据集分别进行图像各自深层特征提取，获得红外图像特征图和可见光图像特征图；分别对红外图像特征图和可见图光像特征图进行张量拼接和特征融合，获得红外融合图像和可见光融合图像；根据权重偏移系数调整红外融合图像和可见光融合图像中红外和可见光的特征比例，获得最终的检测识别结果。本发明设计自适应权值分配模块，引入注意力机制，对提取到的特征进行了权值分配，提升精度。
-
公开(公告)号：CN114862690A
公开(公告)日：2022-08-05
申请号：CN202210278178.7
申请日：2022-03-21
申请人： 西安电子科技大学
摘要： 本发明涉及一种用于红外图像超分辨率增强的图像盲退化方法，方法包括：获取红外图像；在1至N之间生成一个随机数R，其中，N为退化方式的总数量；从N种所述退化方式中随机选取R种所述退化方式；对R种所述退化方式进行随机排序；按照随机排序的顺序，依次利用R种所述退化方式对所述红外图像进行处理，得到处理后的红外图像；对步骤5处理后的红外图像添加椒盐噪声，以得到红外退化图像。本发明由于采用多种模糊方式与噪声方式(含椒盐噪声)进行红外图像退化模拟，比现有所采用方法得到的红外图像退化方式更为实际，同时本发明对红外图像退化过程采用重随机排序操作，大幅扩展了红外图像的退化空间，弥补了现有方法退化单一的不足。
-
公开(公告)号：CN114821462A
公开(公告)日：2022-07-29
申请号：CN202210319406.0
申请日：2022-03-29
申请人： 西安电子科技大学
IPC分类号： G06V20/52 , G06V20/17 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于多分支并行混合空洞编码神经网络的目标检测方法，包括：获取待测图像；将待测图像输入至训练完成的多分支并行混合空洞编码神经网络中，得到待测图像的最终检测结果。本发明的目标检测方法，通过训练完成的多分支并行混合空洞编码神经网络，对无人机拍摄得到的待测图像进行目标检测，该多分支并行混合空洞编码神经网络利用并行混合空洞编码神经网络对输入图像进行特征提取，同时利用解码预测网络和注意力无锚预测网络得到两个检测结果，通过对两个检测结果的融合得到最终检测结果，该目标检测方法能够提高无人机对地面小目标的检测精度，尤其对密集、遮挡场景下小目标的漏检及误检现象进行改善。
-
公开(公告)号：CN113031448B
公开(公告)日：2022-03-04
申请号：CN202110314998.2
申请日：2021-03-24
申请人： 西安电子科技大学
IPC分类号： G05B13/04
摘要： 本发明提出了一种基于神经网络的飞行器上升段轨迹优化方法，用于解决现有技术中存在的实时性和适应性较差的技术问题，包括以下步骤：步骤一：建立发射惯性系下飞行器上升段连续最优控制问题；步骤二：获取发射惯性坐标系下飞行器真空飞行段的连续两点边值问题；步骤三：获取飞行器的标称参数和非标称参数；步骤四：对发射惯性坐标系下飞行器上升段连续最优控制问题进行离线求解；步骤五：对发射惯性坐标系下飞行器真空飞行段的连续两点边值问题进行离线求解；步骤六：构建神经网络并对其进行离线训练；步骤七、在线获取飞行器上升段的轨迹优化结果。
-
公开(公告)号：CN110969628A
公开(公告)日：2020-04-07
申请号：CN201811139130.8
申请日：2018-09-28
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于变分水平集的超像素分割方法，包括以下步骤：S1、选取多个种子点，并对所述种子点进行标记；S2、判断标记的种子点满足预定条件时，对所述标记的种子点进行演化；S3、初始化演化时刻，对所述种子点进行变分水平集演化；S4、更新所述变分水平集，并进行下一次变分水平集演化；S5、判断演化结果是否满足终止条件，若是，则停止演化，若否则返回执行步骤S4；S6、将所述演化结果作为超像素的边界。本发明的方法可以有效利用SAR图像的多种属性特征信息，克服相干斑噪声的影响，提高SAR图像的超像素分割准确度。
-
-
-
-
-
-
-
-
-
搜索结果
89 条记录 (耗时 0.047 秒)
